El robot industrial aprende por ensayo y error

Fanuc es el mayor fabricante mundial de robots industriales que utilizan el aprendizaje reforzado para descubrir de manera independiente cómo realizar sus tareas.

En Tokio, dentro de un edificio de oficinas de aspecto modesto, vive un robot industrial inusualmente inteligente, desarrollado por la compañía japonesa Fanuc. Déle la tarea: tome los widgets de una caja y colóquelos en otra, e intentará descubrir cómo hacer esto toda la noche. Por la mañana, la máquina ya dominará este trabajo, como si hubiera sido programado por un especialista, según informes de revisión tecnológica .


Fanuc mostró su producto en diciembre pasado en el Tokyo International Robot Show. Los robots industriales pueden resolver las tareas que se les asignan con la mayor precisión y velocidad, pero, por lo general, deben programarse con mucho cuidado para aprender, por ejemplo, a capturar un objeto. Esto es difícil y requiere mucho tiempo, y significa que tales robots, por regla general, solo pueden funcionar de acuerdo con un algoritmo estrictamente especificado.

El robot de Fanuc usa una técnica conocida como aprendizaje de refuerzo para dar forma a su percepción de la tarea. Intenta capturar objetos con el manipulador y durante este proceso captura su trabajo en video. Cada vez, independientemente del éxito de sus acciones, la máquina captura la imagen del objeto, que luego se utiliza para mejorar el algoritmo de acciones mediante el "aprendizaje profundo" o el procesamiento de datos en una red neuronal. En los últimos años, el aprendizaje profundo ha demostrado ser efectivo en el reconocimiento de patrones.

"Después de ocho horas de entrenamiento, el robot realiza con éxito el 90 por ciento o más de las actividades dentro del alcance de la tarea, lo que es comparable a ser programado por un especialista", explica Shohei Hido, miembro principal de Preferred-Networks, una empresa de aprendizaje automático con sede en Tokio.

Los expertos en robótica creen que el aprendizaje reforzado puede simplificar y acelerar la programación de los robots que se utilizan en las fábricas. A principios de este mes, Google publicó los detalles de su propio estudio sobre el uso del entrenamiento de refuerzo, que enseña a los robots a capturar objetos.

En agosto pasado, Fanuc invirtió $ 7.3 millones en Preferred-Networks. Y ya en diciembre, las empresas demostraron un robot de autoaprendizaje en la Exposición Internacional de Tokio.

Una de las mayores ventajas potenciales de este enfoque de aprendizaje es que el proceso puede acelerarse si varios robots trabajan en paralelo y luego comparten la información que reciben. Por lo tanto, ocho robots que trabajan juntos durante una hora pueden aprender lo que una máquina puede dominar en ocho horas. "Nuestro proyecto se centra en el aprendizaje distribuido", dice Hido. "Imagine cientos de robots de fábrica compartiendo información entre ellos".


Video que demuestra el proceso de autoaprendizaje de robots

Esta forma de aprendizaje distribuido, a veces llamada "robótica en la nube", tiene un gran potencial tanto en la investigación científica como en la industria.

"Fanuc tiene una buena posición en el mercado para el desarrollo de esta tecnología, ya que suministran robots a muchas plantas en todo el mundo", dijo Ken Goldberg, profesor de robótica en la Universidad de California, Berkeley. Agrega que la robótica en la nube en los próximos años probablemente cambie la comprensión actual de los robots.

Sin embargo, señala, el uso del aprendizaje automático para la robótica es una tarea difícil, ya que gestionar el comportamiento es más difícil que, por ejemplo, reconocer objetos en imágenes. "El aprendizaje por refuerzo es un gran avance en el reconocimiento de patrones", dice Goldberg. “El problema con la robótica es que las personas son multiproceso. En consecuencia, a diferencia de los robots, podemos realizar las acciones necesarias para resolver una gran cantidad de tareas al mismo tiempo ".

Fanuc no es el único que desarrolla tales robots. En 2014, ABB es una empresa sueco-suiza especializada en ingeniería eléctrica, ingeniería energética y tecnología de la información. La empresa invirtió en el proyecto vicario. Sin embargo, los frutos de esta inversión aún no son visibles.

Source: https://habr.com/ru/post/es391855/